记者能用AI写稿吗?
作者：微信文章文 | 王可（新京报传媒研究）
本来想让AI辅助减轻写稿压力，没想到这“人工智障”一个接一个的挖坑，AI辅助写稿的“甜蜜陷阱”该怎么躲？
01
“人工智障” 风险无穷
从录音自动转写成文字，到依据素材生成初稿，AI 辅助新闻生产早已不是新鲜事，但 “人工智障” 带来的风险也确实层出不穷。
AI 在新闻生产中的 “翻车”，最常见的是对事实如“幻觉”般的篡改和捏造。
小编此前在《几个小妖怪，怎么就成了票房黑马?》一文中做了个“实验”，想用AI查询《浪浪山小妖怪》这部电影未来的出海计划，得到如下答复：
为了进一步交叉验证，小编选择了另一AI平台提出问题：
而新平台在否认了原有答案的同时，给出了更为详细的信源。小编也只好“故技重施”，再次交叉验证：
至此，小编已经放弃了稿件中对于影片出海计划描述，但对于AI幻觉的篡改和捏造能力倒是有了更深刻的认知。
这类事实层面的失真，本质是 AI 对信息的 “创造性重组”—— 它更擅长捕捉语言模式而非核实真实性，当训练数据中存在模糊表述时，就可能凭空生成看似权威的表述，实则毫无依据。
逻辑链条的断裂，则让AI写稿陷入 “自说自话” 的尴尬。
此前，有美国科技新闻网站“实验性”的以AI生成金融稿件发布，但很快报道被发现并未做到预想中精准，相反还漏洞百出：
一篇报道称，如果你有25000美元的车贷，利率为4%，那么你每年将支付1000美元的固定利息。而事实上，贷款余额每年都在减少，只需支付未偿余额的利息即可，不会出现每年固定偿还1000美元利息的情况。AI 混淆了本金与利息的关系，导致完全错误的结论，且未进行基本数学验证，缺乏逻辑链条，让稿件完全无谈“新闻真实”。
02
让使用“更合理”
AI辅助新闻生产无疑是提升效率的利器，但如何更合理地使用，才是新闻人面临的现实问题。
与 AI 协作的关键，在于从源头划定信息边界。
如进行资料整理查询时，仅给AI投喂权威信源如政府官网、主流媒体稿件、已核实数据库等，拒绝来源不清的模糊素材。同时向AI明确指令，如“仅基于提供的 5 份材料生成背景介绍，不添加外部信息”，从而有效避免 AI 擅自添加虚假细节。这种 “素材洁癖” 看似增加前期工作量，却能为后续素材的使用筑牢防火墙。
除此以外，给 AI 内容贴好 “溯源标签” 能大幅降低核实成本。
针对AI最为“擅长”的数据幻想问题，记者可以要求 AI在输出文本时标注信息来源及确切的链接地址，如 “此段数据来自 2024年统计年鉴第156页”“该观点引自受访者的第 3 次采访记录”。需求越具体，对于AI的限定越明确，留给AI的数据幻想空间就能得到最大限度的控制。而对于 AI 自创的 “专家观点”，则必须通过学术数据库、权威媒体报道等渠道交叉验证，确认无误后才能采用。
审核环节的 “双校验” 机制，是防范风险的最后防线。
除了对如时间、地名、机构名称等硬信息的核查，记者应尤其注意对于逻辑链的反复审核，事件的前因、后果，因果逻辑等推导过程，经常是AI幻觉的重灾区。
03
哪些领域碰不得？
新闻业与 AI 共处的前提，是明确划定 “禁区”。财经数据、法律条文、历史事件等对精确性要求极高的内容，必须由记者手工核对原始文本，确保每个数字、每个术语都与原文一致。历史事件的时间、人物、因果关系同样容不得半点模糊，对于这类事实的误写，可能直接摧毁媒体的专业公信力。
涉及人物专访和敏感事件的细节描述，则需要记者牢牢掌握主导权。这类充满主观色彩的细节，蕴含着人物的情感逻辑和事件的核心矛盾，只有面对面采访、多方求证才能准确捕捉，而AI 的 “脑补” 只会制造虚假的感动。此外，在突发事件、灾害报道中，伤亡数字、救援进展等信息的发布更需慎之又慎。
AI时代，文章可以一键生成，但新闻不行。利用AI工具，我们可以在音频转写、材料整理、审核等环节提升新闻生产效率，但新闻事实的采写，永远需要记者亲力亲为。
当记者能清醒识别 AI 的 “短板”，用专业素养为技术划界，就能让 AI 成为深入调查的 “脚手架”，真正助力新闻生产。
校对 | 赵琳
主编推荐
页:
[1]